Ce cours IBM vous permettra d'acquérir les compétences nécessaires pour mettre en œuvre, former et évaluer des modèles IA génératifs pour le traitement du langage naturel (NLP) à l'aide de PyTorch. Vous explorerez les tâches NLP de base, telles que la classification de documents, la modélisation du langage et la traduction, et obtiendrez une base dans la construction de petits et grands modèles de langage.

Vous apprendrez à convertir les mots en caractéristiques à l'aide de l'encodage one-hot, du bag-of-words, des embeddings et des embedding bags, ainsi que la façon dont les modèles Word2Vec représentent les relations sémantiques dans le texte. Le cours couvre l'entraînement et l'optimisation des réseaux neurones pour la catégorisation de documents, le développement de modèles N-Gram statistiques et neuronaux, et la construction de modèles séquence à séquence utilisant des architectures codeur-décodeur. Vous apprendrez également à évaluer le texte généré en utilisant des métriques telles que BLEU. Les laboratoires pratiques fournissent une expérience pratique avec des tâches telles que la classification de documents à l'aide de PyTorch, la génération de texte avec des modèles de langage, et l'intégration d'embeddings pré-entraînés comme Word2Vec. Vous mettrez également en œuvre des modèles séquence à séquence pour effectuer des tâches telles que la traduction linguistique. Inscrivez-vous dès aujourd'hui pour acquérir des compétences NLP très demandées et commencer à créer des applications linguistiques intelligentes avec PyTorch.